

 Amazon Forecast 不再向新买家开放。Amazon Forecast 的现有客户可以继续照常使用该服务。[了解更多](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# CreateExplainability
<a name="API_CreateExplainability"></a>

**注意**  
可解释性仅适用于从 () 生成的预测和预测变量 AutoPredictor [CreateAutoPredictor](API_CreateAutoPredictor.md)

创建 Amazon Forecast 可解释性。

**重要**  
Amazon Forecast 已不再向新买家开放。Amazon Forecast 的现有客户可以继续照常使用该服务。[了解更多](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/) 

可解释性可帮助您更好地了解数据集中的属性如何影响预测。Amazon Forecast 使用名为影响力分数的指标来量化每个属性的相对影响，并确定它们是增加还是减少预测值。

要启用预测可解释性，您的预测器必须至少包含以下其中一项：相关时间序列、项目元数据或其他数据集，例如节假日和天气指数。

**注意**  
ARIMA（AutoRegressive 综合移动平均线）、ETS（指数平滑状态空间模型）和 NPTS（非参数时间序列）模型不包含外部时间序列数据。因此，即使您包含了其他数据集，这些模型也不会创建可解释性报告。

CreateExplainability 接受预测变量 ARN 或 Forecast ARN。要接收数据集中所有时间序列和时间点的汇总影响力分数，请提供预测器 ARN。要接收特定时间序列和时间点的影响力分数，请提供预测 ARN。

 **CreateExplainability 使用预测变量 ARN** 

**注意**  
每个预测器只能有一个可解释性资源。如果您已在 [CreateAutoPredictor](API_CreateAutoPredictor.md) 中启用 `ExplainPredictor`，则该预测器已经具有可解释性资源。

提供预测器 ARN 时，以下参数为必需参数：
+  `ExplainabilityName` - 可解释性的唯一名称。
+  `ResourceArn` - 预测器的 Arn。
+  `TimePointGranularity` - 必须设置为“全部”。
+  `TimeSeriesGranularity` - 必须设置为“全部”。

以下参数不需要指定值：
+  `DataSource`-仅在 “具体” 时 TimeSeriesGranularity 有效。
+  `Schema`-仅在 “具体” 时 TimeSeriesGranularity 有效。
+  `StartDateTime`-仅在 “具体” 时 TimePointGranularity 有效。
+  `EndDateTime`-仅在 “具体” 时 TimePointGranularity 有效。

 **CreateExplainability 使用 Forecast ARN** 

**注意**  
您最多可以指定 50 个时间序列和 500 个时间点。

提供预测器 ARN 时，以下参数为必需参数：
+  `ExplainabilityName` - 可解释性的唯一名称。
+  `ResourceArn` - 预测的 Arn。
+  `TimePointGranularity` -“全部”或“特定”。
+  `TimeSeriesGranularity` -“全部”或“特定”。

如果您设置 TimeSeriesGranularity 为 “具体”，则还必须提供以下信息：
+  `DataSource` - 指定您的时间序列的 CSV 文件的 S3 位置。
+  `Schema` - 架构定义了数据来源中列出的属性和属性类型。

如果您设置 TimePointGranularity 为 “具体”，则还必须提供以下信息：
+  `StartDateTime` - 时间点范围内的第一个时间戳。
+  `EndDateTime` - 时间点范围内的最后一个时间戳。

## 请求语法
<a name="API_CreateExplainability_RequestSyntax"></a>

```
{
   "DataSource": { 
      "S3Config": { 
         "KMSKeyArn": "string",
         "Path": "string",
         "RoleArn": "string"
      }
   },
   "EnableVisualization": boolean,
   "EndDateTime": "string",
   "ExplainabilityConfig": { 
      "TimePointGranularity": "string",
      "TimeSeriesGranularity": "string"
   },
   "ExplainabilityName": "string",
   "ResourceArn": "string",
   "Schema": { 
      "Attributes": [ 
         { 
            "AttributeName": "string",
            "AttributeType": "string"
         }
      ]
   },
   "StartDateTime": "string",
   "Tags": [ 
      { 
         "Key": "string",
         "Value": "string"
      }
   ]
}
```

## 请求参数
<a name="API_CreateExplainability_RequestParameters"></a>

请求接受采用 JSON 格式的以下数据。

 ** [DataSource](#API_CreateExplainability_RequestSyntax) **   <a name="forecast-CreateExplainability-request-DataSource"></a>
您的数据来源、允许 Amazon Forecast 访问数据的 AWS Identity and Access Management (IAM) 角色以及可选的 AWS Key Management Service (KMS) 密钥。  
类型：[DataSource](API_DataSource.md) 对象  
必需：否

 ** [EnableVisualization](#API_CreateExplainability_RequestSyntax) **   <a name="forecast-CreateExplainability-request-EnableVisualization"></a>
创建可在控制台中查看的可解释性可视化。 AWS   
类型：布尔值  
必需：否

 ** [EndDateTime](#API_CreateExplainability_RequestSyntax) **   <a name="forecast-CreateExplainability-request-EndDateTime"></a>
如果设置 `TimePointGranularity` 为 `SPECIFIC`，则定义为可解释性的最后一个时间点。  
使用以下时间戳格式:: mm: ss yyyy-MM-ddTHH（例如：2015-01-01T20：00:00）  
类型：字符串  
长度限制：最大长度为 19。  
模式：`^\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}$`  
必需：否

 ** [ExplainabilityConfig](#API_CreateExplainability_RequestSyntax) **   <a name="forecast-CreateExplainability-request-ExplainabilityConfig"></a>
定义可解释性的时间序列粒度和时间点的配置设置。  
类型：[ExplainabilityConfig](API_ExplainabilityConfig.md) 对象  
是否必需：是

 ** [ExplainabilityName](#API_CreateExplainability_RequestSyntax) **   <a name="forecast-CreateExplainability-request-ExplainabilityName"></a>
可解释性的唯一名称。  
类型：字符串  
长度限制：最小长度为 1。最大长度为 63。  
模式：`^[a-zA-Z][a-zA-Z0-9_]*`  
是否必需：是

 ** [ResourceArn](#API_CreateExplainability_RequestSyntax) **   <a name="forecast-CreateExplainability-request-ResourceArn"></a>
用于创建可解释性的预测器或预测的 Amazon 资源名称（ARN）。  
类型：字符串  
长度约束：最大长度为 256。  
模式：`arn:([a-z\d-]+):forecast:.*:.*:.+`  
是否必需：是

 ** [Schema](#API_CreateExplainability_RequestSyntax) **   <a name="forecast-CreateExplainability-request-Schema"></a>
定义数据集的字段。  
类型：[Schema](API_Schema.md) 对象  
必需：否

 ** [StartDateTime](#API_CreateExplainability_RequestSyntax) **   <a name="forecast-CreateExplainability-request-StartDateTime"></a>
如果设置 `TimePointGranularity` 为 `SPECIFIC`，则定义为可解释性的第一个点。  
使用以下时间戳格式:: mm: ss yyyy-MM-ddTHH（例如：2015-01-01T20：00:00）  
类型：字符串  
长度限制：最大长度为 19。  
模式：`^\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}$`  
必需：否

 ** [Tags](#API_CreateExplainability_RequestSyntax) **   <a name="forecast-CreateExplainability-request-Tags"></a>
可帮助您对资源进行分类和组织的可选元数据。每个标签都包含定义的一个键和一个可选值。标签键和值区分大小写。  
以下限制适用于标签：  
+ 对于每个资源，每个标签键都必须是唯一的，每个标签键必须有一个值。
+ 每个资源的标签数上限： 50。
+ 最大键长度：128 个 Unicode 字符（采用 UTF-8 格式）
+ 最大值长度：256 个 Unicode 字符（采用 UTF-8 格式）
+ 可接受的字符：所有字母和数字、可用 UTF-8 表示的空格以及 \$1 - =。\$1 : / @。如果您的标记架构在其他服务和资源中使用，则这些服务的字符限制也适用。
+ 键前缀不能包含 `aws:` 或 `AWS:` 的任何大写或小写组合。值可以带有该前缀。如果标签值将 `aws` 作为其前缀，但键没有前缀，则 Forecast 会将其视为用户标签，并将计入 50 个标签的限制。仅具有 `aws` 的键前缀的标签不计入每个资源的标签数限制。不能编辑或删除带该前缀的标签键。
类型：[Tag](API_Tag.md) 对象数组  
数组成员：最少 0 个物品。最多 200 项。  
必需：否

## 响应语法
<a name="API_CreateExplainability_ResponseSyntax"></a>

```
{
   "ExplainabilityArn": "string"
}
```

## 响应元素
<a name="API_CreateExplainability_ResponseElements"></a>

如果此操作成功，则该服务将会发送回 HTTP 200 响应。

服务以 JSON 格式返回以下数据。

 ** [ExplainabilityArn](#API_CreateExplainability_ResponseSyntax) **   <a name="forecast-CreateExplainability-response-ExplainabilityArn"></a>
可解释性的 Amazon 资源名称（ARN）。  
类型：字符串  
长度约束：最大长度为 256。  
模式：`arn:([a-z\d-]+):forecast:.*:.*:.+`

## 错误
<a name="API_CreateExplainability_Errors"></a>

 ** InvalidInputException **   
我们无法处理该请求，因为其包含无效值或超出有效范围的值。  
HTTP 状态代码：400

 ** LimitExceededException **   
超过了每个账户的资源数量限制。  
HTTP 状态代码：400

 ** ResourceAlreadyExistsException **   
已存在同名资源。请使用不同的名称重试。  
HTTP 状态代码：400

 ** ResourceInUseException **   
指定的资源正在使用中。  
HTTP 状态代码：400

 ** ResourceNotFoundException **   
我们找不到具有该 Amazon 资源名称（ARN）的资源。检查 ARN，然后重试。  
HTTP 状态代码：400

## 另请参阅
<a name="API_CreateExplainability_SeeAlso"></a>

有关以特定语言之一使用此 API 的更多信息 AWS SDKs，请参阅以下内容：
+  [AWS 命令行界面 V2](https://docs.aws.amazon.com/goto/cli2/forecast-2018-06-26/CreateExplainability) 
+  [AWS 适用于.NET 的 SDK V4](https://docs.aws.amazon.com/goto/DotNetSDKV4/forecast-2018-06-26/CreateExplainability) 
+  [AWS 适用于 C\$1\$1 的 SDK](https://docs.aws.amazon.com/goto/SdkForCpp/forecast-2018-06-26/CreateExplainability) 
+  [AWS 适用于 Go v2 的 SDK](https://docs.aws.amazon.com/goto/SdkForGoV2/forecast-2018-06-26/CreateExplainability) 
+  [AWS 适用于 Java 的 SDK V2](https://docs.aws.amazon.com/goto/SdkForJavaV2/forecast-2018-06-26/CreateExplainability) 
+  [AWS JavaScript V3 版软件开发工具包](https://docs.aws.amazon.com/goto/SdkForJavaScriptV3/forecast-2018-06-26/CreateExplainability) 
+  [AWS 适用于 Kotlin 的 SDK](https://docs.aws.amazon.com/goto/SdkForKotlin/forecast-2018-06-26/CreateExplainability) 
+  [AWS 适用于 PHP 的 SDK V3](https://docs.aws.amazon.com/goto/SdkForPHPV3/forecast-2018-06-26/CreateExplainability) 
+  [AWS Python 软件开发工具包](https://docs.aws.amazon.com/goto/boto3/forecast-2018-06-26/CreateExplainability) 
+  [AWS 适用于 Ruby V3 的 SDK](https://docs.aws.amazon.com/goto/SdkForRubyV3/forecast-2018-06-26/CreateExplainability) 